基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
研究基于卡尔曼滤波(KF)的低通滤波补偿方法,对采用单轴加速度计的自平衡机器人姿态角测量系统进行补偿,消除由于振动、冲击等引起的信号失真,增强控制系统的稳定性.根据前期研究及实验,深入分析振动、冲击对传感器信号的影响,提出了一种基于最小二乘拟合原理的姿态角计算模型.在获得机器人自由振荡频率的基础上,设计了基于KF的混合低通滤波单元,并进行了物理模型实验.结果表明,该补偿方法能完全消除振动造成的传感信号失真.此外,该补偿方法对强烈冲击所造成的信号波动亦有明显衰减,能显著提升自平衡机器人的稳定性.
推荐文章
基于UKF的两轮自平衡机器人姿态最优估计研究
采样卡尔曼滤波
采样变换
姿态估计
两轮自平衡机器人
双轮自平衡机器人控制设计
双轮自平衡机器人
电动机
单片机控制
陀螺仪
两轮自平衡机器人的LQR实时平衡控制
两轮平衡机器人
LQR
平衡
倒立摆
基于Hopfield网络的柔性两轮自平衡机器人控制
柔性机器人
Hopfield网络
腰椎
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于KF的自平衡机器人姿态角补偿方法
来源期刊 北京理工大学学报 学科 工学
关键词 自平衡机器人 姿态角信号 KF混合滤波 补偿
年,卷(期) 2012,(1) 所属期刊栏目 机械工程
研究方向 页码范围 28-32
页数 分类号 TP242.6
字数 2599字 语种 中文
DOI 10.3969/j.issn.1001-0645.2012.01.005
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 高学山 北京理工大学智能机器人研究所 17 268 8.0 16.0
3 李科杰 北京理工大学智能机器人研究所 109 1207 18.0 30.0
6 李潮全 北京理工大学智能机器人研究所 2 11 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (33)
共引文献  (273)
参考文献  (6)
节点文献
引证文献  (4)
同被引文献  (10)
二级引证文献  (16)
1960(1)
  • 参考文献(0)
  • 二级参考文献(1)
1967(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(5)
  • 参考文献(1)
  • 二级参考文献(4)
2003(10)
  • 参考文献(0)
  • 二级参考文献(10)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(4)
  • 参考文献(2)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(3)
  • 引证文献(1)
  • 二级引证文献(2)
2016(5)
  • 引证文献(0)
  • 二级引证文献(5)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
自平衡机器人
姿态角信号
KF混合滤波
补偿
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
北京理工大学学报
月刊
1001-0645
11-2596/T
大16开
北京海淀区中关村南大街5号
82-502
1956
chi
出版文献量(篇)
5642
总下载数(次)
13
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导